使用机器学习细分的缓解过程中多发性硬化和神经髓炎光谱障碍之间的损伤体积动力学比较
Shaun G Hong1,2, Ki Hoon Kim2,3, You-Ri Kang2,4
1Weldon School of Biomedical Engineering, Purdue University, West Lafayette, IN, USA.
Journal of clinical neurology (Seoul, Korea)
|August 29, 2025
概括
在多发性硬化症 (MS) 患者中,亚临床脑损伤在缓解期间显著积累,与光学神经炎谱系障碍 (NMOSD) 不同. 这一发现强调了MS和AQP4+NMOSD的独特疾病机制和需要量身定制的治疗方法.
科学领域:
- 神经免疫学
- 神经成像
- 医学中的机器学习
背景情况:
- 多发性硬化症 (MS) 和水素-4 阳性神经脊髓炎光谱障碍 (AQP4+ NMOSD) 是中枢神经系统的不同的炎症性脱髓性疾病.
- 在MS和NMOSD中,缓解期间的亚临床病变进展尚不清楚.
- 机器学习 (ML) 提供了对MRI脑损伤的先进定量分析.
研究的目的:
- 在缓解期间比较MS和AQP4+NMOSD患者的亚临床损伤体积变化.
- 使用基于ML的损伤细分进行精确的体积评估.
- 调查疾病活动之间的差异.
主要方法:
- 对31名多发性硬化和30名AQP4+NMOSD患者的3D脑部MRI扫描进行了回顾性分析.
- 基于ML的细分用于病变量化.
- 在缓解期内对病变体积变化的统计分析.
主要成果:
- 多发性硬化患者的病变体积中位数显著增加 (从3,493毫米3到4,430毫米3,p<0. 001),表明正在进行的亚临床活动.
- 在NMOSD患者中,病变的中位数没有显著变化 (640 mm3到930 mm3, p=0. 129),这表明病变的发生取决于病变的发生.
- 与NMOSD (25 mm3/年,p=0.017) 相比,MS的年损伤体积增加明显高.
结论:
- MS和AQP4+NMOSD表现出根本不同的致病过程.
- 不同的疾病机制需要专门的治疗和监测策略.
- 基于ML的神经成像对于理解脱髓化疾病的亚临床疾病进展至关重要.
